做中文 NLP 的时候，大家为啥不用拼音？ 第1页
1
wu-wo-cao 网友的相关建议:
首先这引入了两个新问题，多音字问题。同音字问题。然后。。。这还是要分词。所以意义在哪里。
maigo 网友的相关建议:
该从哪里开始吐槽呢？
- 给汉语文本注音本身就是一项颇有难度的NLP课题。
- NLP中的通用方法是以「词」为单位的。把汉字转换成拼音之后，如果依然是以字为单位，那么还是没法处理。如果要分词，那么没必要转换成拼音。
1
相关话题
AI 都学会看论文了，科研工作者会被淘汰么？如何看待Transformer在CV上的应用前景，未来有可能替代CNN吗？
现在的BERT等语言模型，最快训练要多久？
如何看待2021年哔哩哔哩拜年纪采用机器生成的假弹幕？
在NLP当中，不同的评价指标，BLEU, METEOR, ROUGE和CIDEr的逻辑意义？
2020年，多标签学习（multi-label）有了哪些新的进展？
Transformer是如何处理可变长度数据的？
为什么中文 NLP 数据集这么少？
什么是狄利克雷分布？狄利克雷过程又是什么？
如何理解Inductive bias？
前一个讨论
虚拟电话号存在的意义到底是什么？
相关的话题
有哪些深度学习效果不如传统方法的经典案例？如何评价微软亚洲研究院提出的LightRNN？
NLP 方向在国内清北读博还是国外？
为什么 BERT 的 intermediate_size 这么大？
隐私计算、计算机视觉、自然语言处理三者中，哪个研究起来更有前途？
目前（2017年）机器阅读技术发展得如何？能达到什么水平？有哪些应用？
国内做NLP业务的香侬科技值得去吗？
如何看待FAIR提出的8-bit optimizer：效果和32-bit optimizer相当？
如何理解Inductive bias？
如何看待Transformer在CV上的应用前景，未来有可能替代CNN吗？
2021 年了，机器/深度学习还有哪些坑比较好挖？
基于对比学习(Contrastive Learning)的文本表示模型【为什么】能学到语义【相似】度？
为什么不能有把中文想法直接转换成电脑程序的编程呢？
为什么Transformer适合做多模态任务？
国内较强的NLP高校实验室有哪些？
现在的BERT等语言模型，最快训练要多久？
在中文 NLP 等论文中，应该如何翻译 token 这个词？
隐私计算、计算机视觉、自然语言处理三者中，哪个研究起来更有前途？
为什么 Siri 听懂了我的话，还是不能做出有效的回答或准确的操作？
如何评价1700亿参数的GPT-3？
2020年，多标签学习（multi-label）有了哪些新的进展？
2021 年了，机器/深度学习还有哪些坑比较好挖？
2020-2021年NLP有什么核心技术的更迭吗？或者有什么推动领域发展的paper吗？
NLP文本匹配问题的本质是不是 对于要预测的句子，遍历候选句子 从训练数据集里寻找最相似的pair？
有哪些利用搜索引擎（Search Engine）辅助自然语言处理任务（NLP）的论文？
如何理解Inductive bias？
2021 年了，机器/深度学习还有哪些坑比较好挖？
有哪些令你印象深刻的魔改transformer？
有哪些深度学习效果不如传统方法的经典案例？
不觉得最大熵原理很奇怪吗？